神经电路网装置

摘要

一种神经电路网装置，其包含：一输入层；一输出层；一中间层，如此所构成者，其特征为其更附加有：以样本化函数来展开函数之第一手段；获得频率，使用近似西克摩函数之三角函数来展开样本化函数之第2手段；对等于由第2展开手所获得之频率，模拟突触，结合输入层之神经元件及中间层之神经元件，表示结合大小之结合权重；对等于频率，取样资料之输入值与输出值之函数，模拟突触，结合中间层之神经元件及输出层之神经元件，表示结合大小之结合权重；而，中间层之偏差对等于频率，取样资料之输入值及轮出值之函数；相对于输入资料，为使由神经电路网所获得之输出及所电输出之误差成为局部最小起见而调整取样资料之方法，如此所构成者；而，神经电路网之取样资料为M个，各取样资料之次元为N，函数之最高频率为K，用近似于西克摩函数之三角函数之近似程度为L时，中间层之神经元件之数目至少为(KM)NL；又，调整取样资料之方法中含有适用最急降下法之方法。

主权项

1.一种神经电路网装置,其系由具有模拟神经细胞 之至少 一个神经元之输入层,中间层,输出层;及赋予该神 经元 之中间层结合之结合权重所形成,取样资料具有至 少一对 之取样资料値,该对之取样资料値具有与资料输入 値对应 之取样资料输出値,学习资料具有至少一对之学习 资料値 ,该对学习资料具有与学习资料输入値对应之所要 之输出 値;该中间层之该神经元储存一样本化函数,其可 顺应进 入之各对取样资料输入値而变化,赋予该中间层与 该输出 层之间结合之结合权重被设定作为该取样资料输 出値;藉 学习方程式调整该实际输出値,使该所要之输出値 与由学 习资料输入値所导入之实际输出値间之误差成为 局部最小 ,该样本化函数为2.一种神经电路网装置,其系由具 有模拟神经细胞之至少 一个神经元之输入层,中间层,输出层;及赋予该神 经元 之中间层结合之结合权重所形成,取样资料具有至 少一对 之取样资料値,该对之取样资料値具有与资料输入 値对应 之取样资料输出値,学习资料具有至少一对之学习 资料値 ,该对学习资料具有与学习资料输入値对应之所要 之输出 値;该取样资料系由近似西克摩函数之样本化函数 所产生 ;该样本化函数以三角函数展开而获得一周波数; 该周波 数被设定成该结合权重以提供该输入层及该中间 层之结合 ;计算该周波数及该取样资料之输入値所得之値被 设定为 该中间层之偏差;计算周波数,取样资料之输入値 及取样 资料之输出値所得之値被设定为结合权重以提供 该中间层 及该输出层之结合;且该取样资料之输出値系由一 学习方 程式所调整,以使该所需输出値及该学习资料输入 値所产 生之实际输出値之间之误差减至局部最小者。第1 图是说 明图,用来表示依照本创作之神经电路网装置之一 实施例 之构造,第2图是特性图,用来表示该实施例之神经 元件 之输入/输出特性,第3图是习知之多层之前馈型之 神经 电路网方式之动作之函数之图形,第4图是说明图, 用来 表示依照本创作之一实施例之近似之函数之定义 区域,第 5图是包含有输入变数之正常化和输出变数之反正 常化之 系统全体之动作图,第6图是流程图,用来表示本创 作之 一实施例之全体之动作,第7图(a)是用来表示学习 之收 束中之误差之减低之图形,第7图(b)是用来表示学 习资 料点中之误差之绝对値之最大値之图形,第7图(c) 用来 表示原函数和依照一实施例之装置所再生之函数, 第8图 是说明图,用来表示习知之3层之前馈型之神经电 路网方 式之构造,第9图是特性图,用来表示习知装置之神 经元 件之输入/输出特性。第10图是说明图,用来表示依 照本 创作之另一实施例之神经电路网方式之构造,第11 图是说 明图,用来说明依照另一实施例之西克摩函数之任 意函数 之近似,第12图是流程图,用来表示另一实施例之全 体之